【文章导读】多中心空间结构对中国城市创新绩效的影响——基于279个地级及以上城市的实证

创新是城市和区域发展的根本性内生动力，人类的创新活动也主要集中在城市区域，故而有学者甚至将城市称之为“创新机器”。在中国经济从要素驱动转向创新驱动的当下，研究城市的创新活动有着重要的理论和政策含义。关于城市空间结构与创新绩效之间的关系，一方面由于规模经济效应、高度专业化的劳动力市场、面对面沟通的需要、公共基础设施共享和知识溢出等马歇尔外部性，使得产业不断往城市集聚，不同主体之间的知识溢出理论上能够提高城市总体的创新绩效；另一方面，集聚也并非万能灵药，过度的集聚导致地租、房价、通勤成本的上升，以及交通拥挤、空气污染等负外部性效应，这又势必对创新活动产生抑制作用。虽然多中心城市的集聚效益可能小于同等规模的单中心城市，但是前者可以通过“规模互借”效应，即在更大的空间范围内分工协作实现多中心城市的规模效益。因此，理论上讲，多中心空间结构既能够保持高水平的城市人口集聚，享有知识溢出的正效应，同时又能够缓解由过度集聚导致的负效应，理应对城市创新绩效具有促进作用。

然而，关于地理邻近与创新的经典文献指出，过度的地理邻近将导致创新主体缺乏地理上的开放性，有可能导致知识上的趋同化和认知锁定，进而引发邻近悖论现象（proximity paradox），对创新活动产生抑制作用。从这个角度来看，多中心空间结构能够避免过度的地理邻近，提升城市知识基础的多样性，而多样化的知识基础有助于城市创新绩效的提升。例如，有研究指出多中心空间结构能够提升城市的社会经济多样性，进而对城市的创新能力有促进作用。同时，多中心空间结构也能够允许企业根据不同中心的知识禀赋，更为合理地布局企业职能部门，将自身的研发和创新活动与不同中心的知识资源有效结合，从而最大程度地发挥自身的创新潜力。此外，随着交通条件的改善和即时通信技术（ICT）的日益普及，地理距离对知识溢出的阻碍作用有可能会逐渐减小，使得多中心空间结构对创新绩效的抑制作用也相应减弱。

本研究关注多中心空间结构对中国城市创新绩效的影响，因此采用城市年每万人专利申请量作为因变量（缩写为patent，单位为个/万人），其计算方法为城市年专利申请数量除以相应年份城市年末总人口数量。

本研究的核心解释变量为市域空间结构的多中心程度（polycentricity）。其构造方法为，首先利用美国能源部橡树岭国家实验室提供的陆地扫描全球人口数据库（2000—2019年）识别城市区域，然后计算相应城市空间结构的多中心程度。本文采用探索性空间数据分析方法（ESDA）识别城市区域。详细步骤为，首先依据顶点相接（Queen）原则构造空间权重矩阵（即有共同点就视为相邻），根据局部莫兰指数及其显著性程度挑选出市域范围内所有人口密度和人口密度的空间滞后值均高于该城市的相应平均值，且在0.1的显著性水平上显著的栅格，然后按照顶点相接原则，将所有相邻的栅格合并为一个多边形。识别出人口最多的多边形作为主城区，考虑到河流水系对城市建成区的分隔作用，若某一多边形与主城区之间最近的两点距离小于2 km则将这一多边形合并至主城区，重复这一过程直至其余所有多边形与主城区之间的最近距离均不小于2 km，这样能够更为准确地识别如重庆、武汉、南京等长江沿岸城市的主城区。然后，依据面积大于1 km²和总人口大于5万人的标准，挑选出最终的城市区域，即市域的主中心及次中心。相关识别程序（基于R语言）和结果可以通过联系笔者获取。市域空间结构的多中心程度（polycentricity）具体计算如公式（1）～（5）所示。

   （1）

   （2）

   （3）

   （4）

   （5）

本研究还控制了以下控制变量：城市科教投入、科研人员数量、城市规模、人力资本、产业结构、经济发展水平、固定投资水平、开放程度、收入水平、公共服务水平和建成环境质量。

   （6）

▲ 图1 | 2001—2016年中国城市创新绩效的均值与莫兰指数

对公式（6）进行回归分析的结果显示，城市空间结构的多中心程度在[0,1]的范围内每增加0.01，城市每万人专利申请量相应提高0.044个/万人，且在0.01的显著性水平上显著。当分别采用多中心空间结构的滞后1期值至滞后4期值替代当期值进行估计，结果显示滞后3期及以前的多中心空间结构的估计系数均为正，且在0.01水平上显著，表明多中心空间结构对城市创新绩效存在较为长期的显著影响。根据前文的论证，一方面，多中心空间结构可以通过增加创新主体之间的地理距离，抑制知识溢出的效果，进而对城市创新绩效产生阻碍作用，另一方面，多中心空间结构也可以通过提升城市知识的多样性，以及给予企业更多的区位选择，从而提升城市创新绩效。本文的实证结果表明，多中心空间结构对于城市创新绩效的正面影响超过了负面影响，总体上对于城市创新绩效具有显著正向影响。这可能是由于，一方面，中国城市无论是主中心还是次中心的人口规模都通常较大，故而集聚经济和知识溢出效应并不很弱；同时，随着21世纪以来我国交通和通信基础设施的整体改善，城市各中心之间的联系较为便捷，因此，多中心空间结构的负面效应总体并不明显。而另一方面，多中心空间结构有利于形成社会经济和知识的多样性，也便于企业根据不同中心的知识禀赋对研究和创新活动进行空间安排，在形成专业化集聚中心的同时，不同专业化中心之间可以通过便捷的交通和通信联系产生知识溢出，从而促进城市创新活动。

异质性分析表明，一方面，多中心空间结构对不同类型专利（发明专利、实用新型专利和外观专利）的申请数量均具有正向影响；另一方面，多中心空间结构对城市创新绩效的显著正向影响仅对经济发展水平高的观测样本成立。本文对此的解释是，在经济发达地区，人口通常较为稠密，交通和通信基础设施水平较高，故而，多中心空间结构对城市创新绩效的抑制作用较弱；同时，经济发达地区的经济专业化和多样性程度一般较高，企业的研究和创新活动分工更为深化，空间需求更为多样化，因此，多中心空间结构对城市创新绩效的正向作用较强。

在其他控制变量方面，人均科教支出、城市人口规模、人均GDP和人均病床张数与城市创新绩效显著正相关，说明科教投入、人口集聚、经济发展水平和公共服务水平的提升能够促进城市创新绩效。而人均固定资产投资与城市创新绩效显著负相关，这说明在样本时期内，投资驱动型城市建设对于城市创新绩效有一定的抑制作用。